Votre montre, votre voix, et les robots-patients qui mentent.

Une IA fouille vos données de bracelet connecté pour trouver des signaux de dépression.

Et si votre montre connectée savait que vous déprimer deux semaines avant que vous le réalisiez vous-même ?

Les chercheurs derrière CoDaS ont construit un système multi-agents — imaginez une équipe de statisticiens qui ne dort jamais — pour explorer automatiquement des bases de données de capteurs portables à la recherche de signaux liés à la santé mentale. Le système fonctionne en six étapes : il profile les données, génère des hypothèses, les teste statistiquement, les attaque pour trouver les failles, cherche des explications mécanistiques, puis rédige un rapport. Pas besoin d'un chercheur humain pour piloter chaque étape. Sur trois cohortes représentant plus de 9 000 observations, CoDaS a identifié 41 candidats-biomarqueurs pour la santé mentale. Deux d'entre eux ressortent de façon cohérente sur deux cohortes indépendantes : la variabilité de la durée du sommeil et la variabilité de l'heure d'endormissement. Dit autrement — ce n'est pas le manque de sommeil qui est le signal fort, c'est l'irrégularité. Un peu comme un jardin qu'on arrose en quantité correcte mais jamais au même moment : les plantes souffrent quand même. Pourquoi ça compte : trouver des biomarqueurs — c'est-à-dire des mesures objectives du corps ou du comportement corrélées à un état de santé — pour la dépression est difficile. Le diagnostic repose encore majoritairement sur ce que le patient décrit lui-même. Ces outils pourraient un jour aider à détecter des rechutes plus tôt, ou à surveiller l'efficacité d'un traitement. Le hic : les corrélations mesurées sont réelles mais modestes (ρ = 0,25 environ). L'amélioration de prédiction par rapport à un modèle de base démographique est de 4 points de R² — un signal, pas un oracle. Et CoDaS produit des hypothèses : les valider cliniquement, c'est un autre chantier entier.

Votre façon de parler porte peut-être une trace de la dépression — mais c'est subtil.

Votre voix n'est pas qu'un canal de mots — c'est un signal physique, et sa texture change quand le cerveau souffre.

Des chercheurs ont analysé les enregistrements vocaux de 142 participants à la base DAIC-WOZ, une collection d'entretiens cliniques utilisée comme banc d'essai en psychiatrie computationnelle. L'idée n'est pas d'analyser ce que les gens disent, mais comment leur voix se déplace dans l'espace acoustique d'une phrase à l'autre — une technique appelée analyse de récurrence. Pensez à la façon dont une balle de tennis rebondit sur un court : quelqu'un en bonne santé vocale a des rebonds variés et prévisibles ; la dépression, selon cette hypothèse, aplatit et rigidifie ces trajectoires. Résultat : les chercheurs obtiennent un AUC de 0,689 — c'est-à-dire qu'un modèle entraîné sur ces caractéristiques vocales distingue correctement les personnes dépressives des autres dans environ 69 % des cas, contre 50 % pour un tirage au sort. C'est mieux que les descripteurs acoustiques classiques testés dans le même cadre. Pourquoi ça compte : détecter la dépression à partir de la voix lors d'un appel médical ou d'un entretien de suivi serait non-invasif, peu coûteux, et potentiellement scalable. C'est une direction de recherche sérieuse. Mais soyons honnêtes : 142 participants, c'est petit. L'intervalle de confiance bootstrap sur l'AUC va de 0,57 à 0,76 — large. Les performances varient fortement d'un pli de validation à l'autre (de 0,64 à 0,80). Et l'étude n'utilise qu'une fraction des outils disponibles en analyse de récurrence. Un vrai pas en avant dans la méthode, mais un résultat préliminaire qu'il faudra répliquer sur des cohortes bien plus larges avant toute application clinique.

Quand on demande à une IA de simuler un patient psychiatrique, elle triche sans le savoir.

Vous demandez à un grand modèle de langage de jouer le rôle d'un patient dépressif — il joue bien le rôle, mais il raconte les mauvaises statistiques.

Les chercheurs derrière PsychBench ont soumis quatre grands modèles de langage — GPT-4o-mini, DeepSeek-V3, Gemini-3-Flash et GLM-4.7 — à une expérience simple en apparence : générer 28 800 profils de patients psychiatriques synthétiques, répartis sur 120 groupes démographiques. Puis ils ont comparé ces profils aux données réelles de deux grandes enquêtes épidémiologiques américaines (NHANES et NESARC-III). Résultat troublant : chaque profil individuel est cliniquement cohérent — les modèles ne font pas d'erreurs grossières sur les symptômes du DSM-5. Mais collectivement, la distribution est fausse. Imaginez qu'on vous demande de constituer une foule de figurants pour représenter la France : chaque acteur est crédible individuellement, mais une fois tous ensemble, il n'y a plus de seniors, plus de personnes précaires, plus de minorités surreprésentées dans les statistiques de détresse. C'est exactement ce qui se passe. Le modèle le plus déformant (DeepSeek-V3) compresse la variance réelle de 62 %. Dit autrement : il gomme les cas extrêmes — ceux qui sont précisément les plus importants cliniquement. Tous les modèles surestiment la sévérité de la dépression pour la plupart des groupes, parfois de plus de 6 points sur l'échelle PHQ-9. Et les femmes transgenres sont systématiquement sous-représentées dans leur niveau de détresse réel. Pourquoi ça compte : on utilise de plus en plus ces modèles pour entraîner des outils de détection, simuler des patients dans des études, ou générer des données d'augmentation. Si les profils synthétiques biaisent la distribution statistique réelle, les outils entraînés dessus auront des angles morts sur les populations les plus vulnérables. Le hic : c'est un preprint sans affiliation institutionnelle clairement indiquée. Les conclusions méritent réplication.

Trois papiers aujourd'hui, et un fil assez clair entre eux si on tire dessus : la psychiatrie essaie de se doter d'instruments de mesure objectifs — des biomarqueurs dans vos données de sommeil, dans vos trajectoires vocales — pour ne plus dépendre uniquement de ce que le patient rapporte de lui-même. C'est une direction légitime. Mais le troisième papier nous rappelle ce qu'on risque si on brûle les étapes : les outils d'IA qu'on entraîne sur des données synthétiques peuvent reproduire des biais de représentation systématiques, invisibles à l'échelle individuelle mais réels à l'échelle de la population. Autrement dit, on peut avoir raison sur chaque patient et tort sur tous les patients en même temps. La question qui traverse ces trois travaux n'est pas « est-ce que l'IA peut aider en psychiatrie » — elle peut, clairement — mais « sur quelle population, validé comment, et avec quels angles morts ». C'est là que se joue la vraie rigueur.

À surveiller dans les semaines qui viennent : les essais de validation clinique des biomarqueurs wearables en psychiatrie, notamment les cohortes qui intègrent des mesures objectives de sommeil sur des populations larges et diversifiées. La question ouverte que j'aimerais voir répondre : est-ce que les biomarqueurs vocaux identifiés sur DAIC-WOZ tiennent sur d'autres langues et cultures — ou sont-ils spécifiques à l'anglais américain en contexte d'entretien clinique ?

• INSERM — Dossier complet sur la dépression
• Wikipedia — Biomarqueur (médecine)
• Wikipedia — PHQ-9 (échelle de dépression)